Jug Group premiato con grant CZI per l’avanzamento delle tecnologie di imaging
I membri dello Jug Group, Florian Jug, Joran Deschamps e Christopher Schmied, hanno vinto due grant del valore di $20.000 ciascuno per la creazione del plugin napari. I grant sono stati assegnati dalla Chan Zuckerberg Initiative (CZI) come parte di uno sforzo più ampio per favorire l’avanzamento e la diffusione globale delle tecnologie di bioimaging.
napari è un software creato a livello comunitario e utilizzato per visualizzare e analizzare grandi immagini multidimensionali. È uno strumento che permette ai professionisti di Python, ai biologi e ad altri scienziati di sfruttare le risorse scientifiche di Python senza bisogno di avere precedente esperienza nella scrittura di codice. I plugin proposti dallo Jug Group daranno accesso a metodi user-friendly e all’avanguadia per il denoising e la segmentazione delle immagini.
Le due proposte sono in linea con l’obiettivo dello Jug Group di ampliare i confini di quanto l’analisi delle immagini e l’apprendimento automatico possano fare per quantificare i dati provenienti da immagini biologiche, sviluppando metodi avanzati e moderni e condividendoli con l’intera comunità di ricerca.
Per questo scopo, ed in linea con la più ampia missione di Human Technopole di formare la prossima generazione di scienziati, lo Jug Group organizza regolarmente workshop per far familiarizzare i ricercatori attivi nelle scienze della vita con le tecnologie più all’avanguardia per l’analisi delle immagini al microscopio, con uno specifico focus sul denoising e la segmentazione.
Il prossimo corso “Deep learning for microscopy image analysis”, aperto a 24 studenti, si terrà online dal 22 al 26 novembre con la partecipazione di relatori provenienti da EMBL, Università di Birmingham, CZ Biohub, EMBL-EBI e EPFL.
Condividi:
Ti potrebbe anche interessare:
-
Quando il meno è più: come ottimizzare la microscopia a fluorescenza con Micro𝕊plit
I ricercatori di Human Technopole hanno sviluppato un nuovo metodo basato sul machine learning che trasforma immagini composte di microscopia a fluorescenza con segnali sovrapposti in immagini separate che rivelano singole strutture cellulari. La nuova metodologia è pubblicata su Nature Methods, con i modelli sperimentali e i dati di addestramento disponibili liberamente su GitHub.
-
Human Technopole: connettere la scienza attraverso diverse scale
I meccanismi che regolano la vita sono complessi. Ciò che accade a livello molecolare plasma cellule, tessuti, organi e interi organismi. Per comprendere la biologia umana, e ciò che causa le malattie, dobbiamo collegare queste diverse scale invece di studiarle separatamente. È questo il nostro approccio a Human Technopole.
-
Prevedere lo scompenso cardiaco prima che si manifesti
In una vasta collaborazione internazionale, Human Technopole ha contribuito allo sviluppo di tre modelli complementari di previsione del rischio che stimano la probabilità di sviluppare scompenso cardiaco lungo l’intero spettro delle malattie cardiovascolari. Insieme, questi strumenti consentono una valutazione del rischio trasparente e basata sui dati e supportano strategie terapeutiche personalizzate e sistemi sanitari più sostenibili.
-
Dal Report Integrato all’innovazione giovanile: Human Technopole al Social Innovation Campus 2026
Il Social Innovation Campus 2026 è stato un grande successo, portando migliaia di studenti nel distretto MIND per discutere di innovazione sociale, sostenibilità e futuro del lavoro. Dal 25 al 27 febbraio, giovani provenienti da diversi contesti si sono confrontati con organizzazioni, istituzioni e aziende per capire come l’innovazione possa generare impatto sociale.
-
4 PhD Positions in Data Analytics and Decision Sciences at Human Technopole
Are you passionate about AI, mathematical modelling, or genomics, and eager to work on high-impact research in biomedical science? Human Technopole is excited to offer four fully-funded PhD positions as part of the prestigious PhD Programme in Data Analytics and Decision Sciences of the Politecnico di Milano.